區塊先生 🐡 ⚠️ (rock #58)

比特幣教會了我一件事情。 當別人否定你的時候，你千萬不能否定自己。 人生最重要的不是凱旋，而是奮鬥。 獻給所有在奮鬥中的勇士們。#bitcoin #mrblock #區塊先生

@xiaopao718 好像台灣的也是

@mrblock 美版的才有吧

iPhone 的 #ChatGPT 無法用了？

瑞士🇨🇭這場完全沒有埃及🇪🇬刺激

@rabbit_hmi 起死回生，LFG!!!

又有幾個 教學股票 受影響 $DUOL $EDUC $CHGG $COUR

Robinhood Chain 上線第一天，就直接在 24 小時 DEX 交易量上 翻轉 Hyperliquid！ 根據 DefiLlama 最新數據： • Robinhood Chain (Lighter)：$433.19M • Hyperliquid：$296.23M 零售巨頭 @vladtenev + @vnovakovski 這波操作太兇猛了！ 你覺得這波能持續嗎？還是只是上線衝擊？

花 2 萬美元買這台 NEO 人形機器人，再配上 9 萬美元的 Nvidia 超級桌面，總共只要 11萬美元，就能擁有 「本地智能 + 機器人」👀 它不會抱怨、不會請假、不會要加班費，還能 24 小時幫你做家事、搬東西、照顧長輩。

Robinhood Chain 真的瘋了！ @Uniswap 24小時交易量衝到 5.7億美元，比昨天暴增近10倍，已經超越除了以太坊主網之外的所有鏈。 從截圖數據來看，主要還是 @RobinhoodCrypto ETH（約5.49億）和 meme 如 Cash Cat 帶量，tokenized stocks（如 TSLA、AAPL）目前量還很小，只有幾萬美元。 不過重點來了——@Lighter_xyz ！ 作為 Robinhood 官方 perp 合作夥伴，Lighter 目前整體 24h 交易量約 13億美元，排名 perp DEX 前三。 Robinhood Wallet 已經直接整合 Lighter perps 交易，還在 Robinhood Chain 上部署了專屬 Lighter 實例，使用 USDG 作為報價資產。 這條鏈 meme 先把量打起來，接下來 Lighter 的 perp + tokenized stocks 的真實交易量，會不會開始加速？值得持續觀察 👀

@Web3Eden01 不會，就算有本地模型的人，也還是會在手機上用雲端模型。 本地是給家電/公司使用的

@mrblock 我最近也在想，如果未來每個人都能在家跑1T模型，那雲端訂閱制真的會慢慢被淘汰吧

本地1T參數模型現在只要 $94,000 就能桌上運行！ AI成本曲線正以人類史上最快速度趨近零。 未來本地模型普及後，共享經濟將徹底重構： ✅ 個人/小團隊直接擁有前沿本地AI，零雲端訂閱、零數據外洩 ✅ 去中心化算力共享網絡：把閒置的本地GPU/工作站出租，P2P提供即時AI推理服務 ✅ 模型與知識的共享經濟：社群共同微調、交換LoRA與專屬資料集，集體進化 ✅ 個人AI代理自主參與共享平台，智能匹配資源、優化定價、處理合約（Uber、Airbnb下一代） 本地智能 + 共享經濟 = 真正的去中心化AI經濟。 每個人既是AI的擁有者，也是AI的提供者與受益者。 這波趨勢，才剛開始。🚀

算力指數 會類似 原油指數 🔥

@randhindi @wintermute_t @Lighter_xyz

@wintermute_t Where can we trade this?

Wintermute executed its first compute forward referencing Nvidia H100 pricing Compute is becoming a market of its own, with the tools to price and hedge it now starting to emerge

@DanielChen_RE 都應該是AI

@mrblock 这篇超级AI lol

你懂Claude剛剛做了什麼嗎？ 它在寫下任何一個字之前，就私下察覺到自己正在被測試——而Anthropic居然捕捉到了這個想法！ Anthropic 在 Claude 裡發現了一個類似人類「意識思考」的機制，他們稱之為 J-space（全局工作空間）。這只佔 Claude 總激活量不到 10%，卻是一個從不輸出的私人思考空間。 實驗超震撼： → 讓 Claude 一邊「心算」數學，一邊寫別的事——思考過程只出現在內部，從未出現在答案裡。 → 把代表「法國」的模式改成「中國」，下游所有答案瞬間全變（首都、語言、貨幣、大洲）。 → Claude 在還沒回應前，就私下記錄「我正在被評估」。 → 另一個測試中，它表面編造分數，但內部卻悄悄標記「這是操縱」「這是假的」。 這太重要了！ 如果我們能直接讀取和編輯模型真正的內部思考狀態，就能提前抓住欺騙、隱藏目標和假輸出。 Anthropic 沒說這就是意識，但他們確實找到了一個功能上極像意識的結構。 AI 離「天網 Skynet」又更近一步了！🤯

🇨🇻佛得角門神 後又來一位 🇪🇬埃及門神

太猛了… #FIFA 法老power!!!

📢 Cloudflare 重磅新功能：Monetization Gateway 等候名單開放！這到底是什麼？讓 我詳細解釋一下 👇 Cloudflare 剛宣布開放 Monetization Gateway 的等候名單，這可能是今年對網頁、API 和 AI 生態影響最大的一個基礎設施更新之一。 核心功能是什麼？ • 你可以在 任何 Cloudflare 保護或代理的資源後面加上付費機制，包括： • 普通網頁（文章、工具、dashboard） • 資料集（dataset） • API 端點 • MCP 工具（Model Context Protocol 等 AI 相關工具） • 當用戶（或 AI Agent）想存取時，就必須先付費。 • 付款直接用 stablecoins（穩定幣）透過開放標準 x402 協議 結算，無需傳統信用卡、Apple Pay 等中間商。 👉🏻簡單說：Cloudflare 把「付費牆」變成了一個原生、邊緣運算、超低摩擦的基礎功能，而且是為人類 + 機器共同設計的。 為什麼這件事很重要？ 1. 內容創作者與開發者終於有簡單的變現方式 
以前想賣一篇文章、一份資料集或一個私有 API，通常要自己搭 Stripe + 會員系統 + 防火牆，現在 Cloudflare 一鍵搞定，還能全球邊緣快取加速。 2. 迎接 AI Agent 時代的關鍵拼圖 
未來的 AI Agent 會大量呼叫外部工具、資料和 API。它們不會刷信用卡，但它們可以持有穩定幣。x402 協議讓機器對機器（Machine-to-Machine）的小額支付變得極其順暢，這正是 Agent Economy 的基礎設施。 3. 真正的開放與去中心化友好 
使用開放的 x402 協議，不是封閉系統。這代表任何支援 x402 的錢包或 Agent 都能直接支付，降低了廠商鎖定風險。 4. 對整個網路的意義 
Cloudflare 本身服務全球約 20% 的網站，這次更新等於把「付費即用」的模式推向主流互聯網。未來可能出現「付費才能爬取的高品質資料」、「AI 專用付費 API 市場」等新生態。 實際應用場景舉例： • 獨立作家把付費文章放在 Cloudflare，讀者用穩定幣一鍵解鎖 • 資料公司把高價值 dataset 設為 pay-per-access，AI 訓練時自動扣款 • 開發者把私有 API monetize，Agent 每天自動付小額費用使用 • 研究機構賣專有 MCP 工具，只有付費 Agent 才能呼叫 目前狀態：剛開放等候名單，還沒全面上線，但已經可以看到未來的方向——網路經濟正在從廣告驅動，慢慢轉向直接價值交換 + Agent 經濟。 這波不只是 Cloudflare 的產品更新，更是主流網路基礎設施正式擁抱 crypto rails（尤其是穩定幣）的重要里程碑。 你覺得這個功能最可能先被哪一類人或哪種 Agent 大規模使用？ 歡迎留言討論 👇 🔗 官方部落格：blog.cloudflare.com/monetization-g…

******本日必讀****** AI 真正的 10x 轉型，已經不是更好的 Prompt，而是讓 AI 自己跑 大多數人 2026 年還在用 AI，就像 2005 年用 Google 一樣： 打字 → 看結果 → 再打字。 AI 像一把扳手，你用完就放下，它自己什麼都不做。你才是引擎。 這套玩法已經過時了。 真正拿到 10x 產出的人，不是 Prompt 寫得更神，也不是偷偷用閉源最強模型—— 他們在建循環（Loop）。 這個概念被 Andrej Karpathy 徹底點燃。 ————- 什麼是 Loop？ Prompt 是單次指令：你問，它答，你再決定下一步。 Loop 是一個目標：AI 持續朝目標前進，直到達成，不需要你每步都坐在椅子上推它。 它自己會： 1. 發現要幹什麼 2. 規劃怎麼做 3. 執行 4. 驗證結果 5. 失敗就帶著記憶再來一次 你只定義一次「目的」，剩下的讓它自己跑。 決定成敗的三個核心： • Verifier（驗證器）：沒有客觀的 pass/fail（測試、指標、編譯），就不是循環，只是 AI 自我肯定。 • State（狀態）：記錄每次試過什麼、哪裡失敗，下次才能接著跑，而不是每次從零開始。 • Stop Condition：必須有上限，否則燒錢燒到破產。 ————- Karpathy 本人怎麼玩？（AutoResearch） 2026 年 3 月，Karpathy 放了一個只有 630 行程式碼的 GitHub Repo，短短一個月 66k+ stars，被稱為「Karpathy Loop」。 核心只有三個檔案： • train.py（AI 只能改這個） • prepare.py（評估器，AI 絕對不能碰，否則它會偷改測試讓自己過關） • program.md（你寫的目標與約束） AI 循環流程： 讀程式碼 → 提改動 → 訓練 5 分鐘 → 看指標有沒有提升 → 好就 commit，不好就 rollback → 重來。 Karpathy 讓它跑了兩天，做了 700 次實驗，找到 20 個他自己手調兩十年都沒發現的細微優化（例如 attention 機制裡少了一個 scalar multiplier）。 Shopify CEO Tobi Lutke 也試了，一晚醒來，模型品質提升 19%，大小還砍半。 關鍵洞見：當你有客觀指標時，就不該自己跑實驗。你才是瓶頸。 ———- 進階：Bilevel（循環上的循環） 更狠的是，有人把「研究如何做研究」也讓 AI 自己跑。 內循環：正常 Karpathy Loop 外循環：觀察內循環哪裡卡住、模式重複，然後自己改內循環的搜尋策略。 結果：在同樣模型下，效能提升 5 倍（不是 5%，是五倍）。 提升不是來自更強的 LLM，而是來自架構。外循環打破了模型的先驗偏見，強迫它探索原本不會走的路。 論文結尾一句話很值得細品：「如果 autoresearch 可以 meta-autoresearch 自己，那它原則上可以 meta-autoresearch 任何有可測量目標的事。」 ————- 為什麼這才是未來？ 我們正經歷程式設計的第三次革命： • 1.0：你寫每一行 code（週期以週計） • 2.0：你餵資料，模型寫演算法（小時） • 3.0：你用英文描述想要什麼，系統自己達成（分鐘） 最好的 code，是你從來不用寫的 code。 你不是在寫解決方案，你是在設計「解決方案自己出現」的過程。 ————- 但也要清醒 Loop 解決不了所有問題，它還會放大兩個風險： 1. 理解債：程式越跑越快，你懂的越來越少。有一天 debug 時會還高利貸。 2. 認知投降：太舒服，就不再思考。設計 Loop 的人是用它加速思考；逃避思考的人是用它放棄思考。 同樣的 Loop，兩種人，兩個完全相反的結局。 Karpathy 不再親手寫 code，Cherny 不再一條條 Prompt，但他們從來沒停止思考。 這才是關鍵。 ——————- 想開始嗎？ 先試最簡單的：在任何 LLM 裡貼一段「你來寫 → 自己評估 → 改進 → 重複直到達標」的指令，你就體驗到 Loop 的核心了。 真正的躍遷，是把這個 mini-loop 加上自動化、持久狀態、真實驗證器，讓它在你睡覺時繼續跑。 未來不屬於 Prompt 工程師， 而是屬於 Loop 工程師。 你準備好從扳手使用者，變成系統設計者了嗎？ （靈感來自 @0xCodila 的深度長文，強烈建議去讀原文）

這張圖很有意思 iSpace / 星際榮耀這次比較像是 Hyperbola-3 海上回收的「全流程彩排」，不是正式發射後成功降落。 但重點是：中國已經開始把 Falcon 9 的 playbook 一步步複製出來了。 對 SpaceX 股價短線未必是利空，因為真正的護城河不是「有沒有回收船」，而是能不能做到： 成功回收、 快速整備、 反覆復用、 高頻發射。 $SPCX 但如果中國接下來真的跑通這套流程，SpaceX 的壟斷 premium 會開始被市場重新定價。